这是极度反直觉的智力高空走钢丝。

1、kaiyun官网 VLA已死？技术路线的共识与分歧 「VLA已死」的说法在网络上流传甚广。

那两名负责人直接对特纳的消息「已读不回」。kaiyun官网这在人类科研中非常致命——一旦某个大牛提出了一个看起来很美的方向，所有人都会一窝蜂涌过去。

2、上市前夜

这份「会思考」的本事，就来自「图文交错思维」。

3、京东商家成长PLUS方法论重磅发布，八大实战打法助力商家长效增长

智能体 正在长成一台电脑 把一个Claw类智能体拆开看，它做的事几乎可以逐条对应到一台电脑系统：加载代码、分配任务、跨会话保存状态、代理对外部服务的访问。

4、德天空：特朗普盼世界杯尽快回美国，2038年有戏

这并非是科研人员的个人难题，某种程度上折射出当前 AI for Science（AI4S）赛道中一个值得关注的结构性矛盾。

5、中国老年痴呆人数全球第一，竟是喝茶惹的祸？茶喝越多，痴呆越快

第二步，通过异构混推，让同样成本产出更多Token。

美国队以4金1银1铜、团队总分207，获得亚军；俄罗斯以4金2银、团队总分196，获得季军。

GPT-5.5在该项专业科研任务中表现垫底，仅拿下78分。

6、京彩瞬间

推测来看，近期3.5 Pro的开发进展并不理想，因此他们启动了全新的预训练课程。

写提示词的时代不会一夜消失，但它的光环正移向循环。

7、周末谈星｜叮！巨蟹座新月抵达，你的星座在悄悄发送什么emoji暗号？

比如，现场中一只机械臂在杂乱料框里高速翻找，每抓一个五角螺母不到2.4秒。

客户端断线重传，服务器分不清这是 重试 还是 覆盖 。

8、1000万美元“总后厨”：把“泡馍蒸饺”卖到美国去！

这哥们儿把全部制作流程公开了，核心逻辑只有一句话：把Grok Imagine当成一个真实剧组来用。

在工程化上， 从扫街榜再到具身智能，高德在转型空间智能公司的过程中，积累了极度深厚的AI工程化经验。

这些高附加值应用场景，为小象电动提供了丰厚的利润支撑，是原始积累的第一步。

9、乒乓爆大冷！决赛诞生，世界冠军完败，蒯曼8连胜，马龙宝刀不老

底层 S0 / WBT 也有对标行业公开最强全身跟踪模型 SONIC 的量化数据：关节角误差从 3.3° 降到 1.5°，全身位置误差从 13.75 mm 降到 12.85 mm，动作平滑度同步提升。

就像处理器和存储层级，从计算机诞生第一天起就是分立的两套体系。

10、关注｜康荣雅：在热爱里，打出自己的节奏

丰田在海外甚至还没有做太多激进的纯电布局——燃油车利润基本盘依然稳固。

更有趣的是，宇树G1和智元远征A3轮番上阵。

1、“远景天机”气象大模型FE首秀：高精度超短期降雨预报助力车队登上领奖台

PixVerse Game的思路，是一套把实时世界模型、抽象游戏机制和智能体编排放进同一闭环的实验系统。

2、上市前夜

谷歌自己也清楚这个风险。

3、WAIC上，AI开始接管人类的欲望

而在更远的地方，商汤还在同时布局三条前沿路线：光计算降低数据搬运的能耗，量子计算解决传统方法算不动的高维优化，太空算力则是把Token送到地面网络覆盖不了的地方。提升跑步技术3个动作：关键跑姿、落下和拉起关键的一步，Bloom后来在讨论区里点破了：把一个非负函数做卷积，再在时间上平移1，表达式一下子就光滑了，原本硬啃的地方顺了下来。

4、比韩国队还惨！取消包机+球员自购机票回国，世界第16轰然倒下

再说「手」。

5、便秘时可能中风？中风为何总在激动、用力时到来？

在Claude Code里，Fable还能自己派更省钱的子智能体去干粗活：它出方案，Sonnet、Haiku这些去执行，最后再由它回来验收。

6、卫冕冠军+交易得到状元签？美媒透重要讯息，雷霆真要成王朝球队

新智元报道 北京时间今天凌晨，时隔16年，西班牙人重新举起大力神杯！ 而在为这一刻欢呼的同时我们发现，今年的美加墨世界杯，除了踢球的、看球的，还有一群「数字选手」也格外忙碌—— 那些顶着几十亿参数，一路疯狂推演、预测的AI大模型。

经济学者Jeremy Nguyen评论「Codex和Claude Code同一天重置额度」时说，也许多年以后，我们会跟年轻人讲起早期这场「智能体token大战」，讲token当年被补贴得有多疯。

自研多模态模型MiniCPM-V/O系列已迭代两年半，开源下载量突破2500万；MiniCPM-V 4.6开源不到2个月下载量突破200w，在国内外社区影响力广泛。

7、WAIC2026 现场直击：开普勒顶流人气王，麒麟系列火爆出圈

一位开发者Pankaj Kumar体验后，率先对V4的性能做了一个中肯的总结： 整体表现接近Opus 4.8级别，编码直追GPT-5.6 Sol； Agent能力大幅增强，3D和SVG生成显著变好； 同样一个任务，V4所需的迭代轮数，比Fable 5多。

配文下方，是一个简洁的数学公式。

8、一场 6-4！英格兰夺得季军，赛后贝林厄姆说出赢球原因，很实在

而防御工具的部署需要每个团队主动投入时间和成本。

没有ΔR，所谓持续学习很容易退化成无目标的模型微调。

• 无需从头训练：作为后训练框架，可以基于已有VLA模型继续优化，降低数据收集和训练成本。

Tibo在X上发了一条更新，开头一句就说：没有nerf（降智），只有好事。